Yang Shen · Zhenxiao Yin · Fobao Zhou · Yujia Zhang 等6人 · IEEE Transactions on Power Electronics · 2026年1月

针对无模型预测控制器参数整定困难的问题，本文提出了一种基于微型神经网络的在线自学习方法。通过分析电机电压与电流的物理关系，设计了结合微型神经网络模块的增量式无模型预测控制方案，实现了控制参数的自适应优化，提升了永磁同步电机的动态响应性能与鲁棒性。

解读: 该技术主要针对电机驱动控制，与阳光电源的电动汽车充电桩（功率模块控制）及风电变流器（电机侧控制）业务具有较强相关性。微型神经网络的引入能有效降低对电机精确数学模型的依赖，提升变流器在复杂工况下的控制精度和动态响应。建议研发团队关注该轻量化AI算法在风电变流器及充电桩功率模块中的应用，以优化电流环控制...